Encog：Java和C#的可互换机器学习模型库
Encog: Library of Interchangeable Machine Learning Models for Java and C#
摘要：
本文介绍了用于Java和C#的Encog库，这是一个可扩展的，自适应的，多平台的机器学习框架，于2008年首次发布。Encog允许使用回归、分类和聚类将各种机器学习模型应用于数据集。各种受支持的机器学习模型可以互换使用，并具有最小的重新编码。Encog使用高效的多线程代码，通过利用现代多核处理器来减少训练时间。当前版本的Encog可以从http://www.encog.org下载。
英文摘要：
This paper introduces the Encog library for Java and C#, a scalable, adaptable, multiplatform machine learning framework that was 1st released in 2008. Encog allows a variety of machine learning models to be applied to datasets using regression, classification, and clustering. Various supported machine learning models can be used interchangeably with minimal recoding. Encog uses efficient multithreaded code to reduce training time by exploiting modern multicore processors. The current version of Encog can be downloaded from http://www.encog.org.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
